Mô hình dự báo AI mới của Google hứa hẹn dự đoán thời tiết nhanh hơn và chính xác hơn
Google DeepMind đang đưa nghiên cứu thời tiết bằng AI vào sử dụng hàng ngày bằng cách giới thiệu WeatherNext 2 — một hệ thống dự báo mới được thiết kế để đưa ra những dự đoán nhanh hơn, sắc nét hơn và linh hoạt hơn so với các công cụ truyền thống.
Thay vì dựa vào các mô phỏng vật lý toàn diện thường mất nhiều giờ để tính toán, mô hình này đưa ra các dự báo toàn cầu chi tiết trong vòng chưa đầy một phút, cho phép các cơ quan và người tiêu dùng phản ứng nhanh hơn với các điều kiện thay đổi.
Giám đốc nghiên cứu cấp cao Peter Battaglia cho biết bản nâng cấp đã sẵn sàng để triển khai thực tế sau nhiều năm thử nghiệm.
Ông nói với các phóng viên,
“Chúng tôi đang đưa nó ra khỏi phòng thí nghiệm và thực sự đưa nó vào tay người dùng theo nhiều cách hơn trước đây… chúng tôi tin rằng các dự báo của chúng tôi thực sự khá hiệu quả và hữu ích.”
Weathernext 2 thay đổi dự báo như thế nào
Cốt lõi của hệ thống là phương pháp mô hình hóa được gọi là Mạng tạo chức năng, hay FGN.
Thay vì học toàn bộ hệ thống thời tiết như một gói, mô hình được đào tạo trên các thành phần riêng lẻ như nhiệt độ, gió, độ ẩm và áp suất tại các điểm cụ thể.
Từ đó, nó tìm hiểu cách các yếu tố này hình thành nên các mô hình lớn hơn đằng sau các cơn bão, đợt nắng nóng hoặc sự thay đổi hướng gió.
FGN cũng đưa nhiễu mục tiêu vào mỗi dự đoán, cho phép mô hình tạo ra hàng trăm kết quả hợp lý từ một điểm bắt đầu duy nhất mà không cần lặp lại các chu kỳ tính toán dài.
DeepMind cho biết phương pháp này nâng cao độ chính xác trên 99,9 phần trăm các biến được thử nghiệm và tăng độ phân giải, cho phép thực hiện các bước một giờ thay vì các bước tăng sáu giờ như trước đây.
Theo Battaglia, hệ thống này “nhanh hơn khoảng tám lần so với mô hình xác suất trước đó mà chúng tôi phát hành năm ngoái và về độ phân giải, nó nhanh hơn sáu lần”.
Ông nói thêm rằng mô hình này vượt trội hơn mô hình tiền nhiệm "ở 99,9% các biến mà chúng tôi đã thử nghiệm".
Nhanh hơn bao nhiêu và tại sao điều đó lại quan trọng
Dự báo đầy đủ của WeatherNext 2 chạy trên một Đơn vị xử lý Tensor của Google và mất chưa đầy một phút.
Các dự báo truyền thống dựa trên vật lý phụ thuộc vào việc tái tạo động lực học khí quyển — một quá trình có thể mất hàng giờ ngay cả trên siêu máy tính.
Tốc độ tăng cường có nghĩa là các dự đoán có thể được làm mới thường xuyên hơn, cải thiện khả năng theo dõi các hệ thống di chuyển nhanh hoặc thời tiết khắc nghiệt mới nổi.
DeepMind cho biết mô hình này cung cấp những dự báo tốt hơn về nhiệt độ, gió, độ ẩm và áp suất cho hầu hết mọi thời điểm trong khung thời gian 15 ngày.
Trong các thử nghiệm độ chính xác sử dụng Điểm xác suất xếp hạng liên tục, hệ thống mới cho thấy mức cải thiện trung bình là 8,7 phần trăm đối với CRPS gộp trung bình và 7,5 phần trăm đối với CRPS gộp tối đa khi so sánh với GenCast, mô hình dựa trên sự khuếch tán trước đây của công ty.
Hiệu suất mạnh mẽ hơn cho Cyclones
Một trong những nâng cấp đáng chú ý của hệ thống là khả năng theo dõi các cơn bão nhiệt đới chính xác hơn.
Khi so sánh với Kho lưu trữ theo dõi tốt nhất quốc tế về quản lý khí hậu, dự báo trung bình tổng thể của WeatherNext 2 đã giảm lỗi vị trí tương đương với khoảng 24 giờ thời gian chuẩn bị giữa các dự đoán từ ba đến năm ngày.
Ngay cả phiên bản mô hình chậm hơn với bước thời gian 12 giờ vẫn chính xác hơn GenCast sau hai ngày.
Các công cụ dự báo bão sớm được hỗ trợ bởi kiến trúc này đã được chia sẻ với các cơ quan thời tiết để thử nghiệm.
Giám đốc sản phẩm Akib Uddin đã nêu bật những lợi ích thiết thực:
“Bạn sẽ nhận được dự báo chính xác hơn và nhanh hơn, điều đó giúp mọi người đưa ra quyết định đúng đắn, đặc biệt là khi chúng ta bắt đầu chứng kiến ngày càng nhiều hiện tượng thời tiết khắc nghiệt.”
Nơi mọi người sẽ thấy bản nâng cấp
WeatherNext 2 hiện đã có mặt trên Google Search, Gemini, Pixel Weather và Google Maps Weather API.
Việc triển khai rộng rãi hơn trên Maps đang được lên kế hoạch, cùng với chương trình truy cập sớm dành cho các công ty muốn có mô hình tùy chỉnh.
Dữ liệu dự báo cũng có sẵn thông qua Google Earth Engine và BigQuery để phân tích không gian địa lý và quy mô lớn.
Uddin cho biết việc tích hợp trên các nền tảng của Google đang được tiến hành:
“Cho dù bạn đang sử dụng tìm kiếm, Android hay Google Maps, thời tiết đều ảnh hưởng đến tất cả mọi người, do đó, bằng cách đưa ra dự đoán thời tiết tốt hơn, chúng tôi có thể giúp đỡ mọi người.”
Tại sao các doanh nghiệp đang chú ý
Độ phân giải một giờ đang chứng tỏ giá trị đối với các nhà khai thác năng lượng, nhà quy hoạch nông nghiệp, mạng lưới hậu cần và các lĩnh vực khác, nơi mà sự khác biệt nhỏ về thời gian có thể thay đổi sản lượng hoặc chi phí.
Uddin giải thích,
“Nó giúp họ đưa ra quyết định chính xác hơn liên quan đến những vấn đề ảnh hưởng đến doanh nghiệp của họ.”
Bằng cách tạo ra nhiều kịch bản mạch lạc thay vì một kết quả xác định duy nhất, mô hình này nhằm mục đích giúp các tổ chức lập kế hoạch ứng phó với rủi ro thay vì phản ứng với những điều bất ngờ.
Thay vì chỉ đưa ra xác suất, WeatherNext 2 hiển thị nhiều kết quả thực tế về mặt vật lý, cung cấp cái nhìn sâu sắc hơn về những điều không chắc chắn trong điều kiện biến động.
Google tham gia vào nhóm các nhóm đang ngày càng phát triển trong lĩnh vực dự báo dựa trên AI, bao gồm ECMWF, Nvidia và Huawei.
Nhưng với WeatherNext 2 hiện được tích hợp trên nhiều sản phẩm được sử dụng rộng rãi, mô hình của Google có thể trở thành một trong những ví dụ rõ ràng nhất về cách AI đang định hình lại thông tin thời tiết hàng ngày.